Downloads / Статы (1) / Статы / помощь предков / Минимум
.doc
Экзаменационная программа курса
«Статистическая радиофизика»
1. Минимальные требования
-
Дать определение частоты появления события и сформулировать аксиому измерений.
Если серии из N экспериментов с определённым комплексом условий событие А, соответствующее определённому результату, появилось n раз, то отношение = n/N называется частотой появления события A при N экспериментах. Для количественной характеристики статистической закономерности вводится число р, мало отличающееся от при больших N и называемое вероятностью случайного события А. Утверждение, что для каждого случайного события А существует определённая вероятность p = P{A}, означает, что в любых достаточно длинных сериях экспериментов частоты появления события А будут приблизительно одинаковы и близки к р.
Предположение, что , называется аксиомой измерения. Естественно, 0 P{A} 1.
-
Записать формулу полной вероятности и формулу Байеса.
можно ввести условную вероятность P{A|B} события A при условии, что произошло событие B
формула полной вероятности. получаем формулу Байеса:
. (Ошибка! Текст указанного стиля в документе отсутствует..0)
-
Сформулировать закон больших чисел и теорему Бернулли.
Значит, теорема Чебышева, или закон больших чисел
теорема Бернулли.
N – среднее арифметическое из N случайных попарно независимых величин, имеющих равномерно ограниченную дисперсию, то есть D(i) С
-
Записать формулы для распределений Гаусса, Релея и Пуассона.
распределение Пуассона.
–распределение Муавра – Лапласа
– нормальное распределение, или распределение Гаусса
-
Дать определение характеристической функции и записать выражения, связывающие ее с функцией плотности вероятности
Характеристической функцией случайной величины называется среднее значение случайной величины exp(iu): .
-
Сформулировать центральную предельную теорему.
Пусть 1, …, N – независимые случайные величины, <i> = ai,
M2(i) = i2 < C < . Если для любого > 0
,
то случайная величина имеет распределение, равномерно стремящееся к нормальному при N , независимо от распределения слагаемых
-
Записать выражение для плотности вероятности одномерной функции случайной величины.
-
Привести вид пуассоновского импульсного процесса, сформулировать предположения, при которых он рассматривается и записать выражение для вероятности появления n импульсов на интервале [0, t].
-
Сформулировать условия, при которых распределение пуассоновского импульсного процесса близко к нормальному.
-
Сформулировать теорему Кемпбелла для пуассоновского импульсного процесса.
-
Дать определения непрерывности, дифференцируемости, интегрируемости и стационарности случайной функции.
Случайная функция (t) называется непрерывной в среднеквадратичном, если , то есть ; непрерывной по вероятности, если , и непрерывной почти наверняка, если . так же определяется и дифференцируемость случайной функции, как существование в каком-либо смысле предела . В тех же трех смыслах можно понимать существование интеграла, как предела суммы вида . Случайная функция (t) называется стационарной, или однородной по t, если для всех ее конечномерных распределений при любом выполняется условие
n(t1 + , x1, …, tn + , xn) = n(t1, x1, …, tn, xn)
-
Дать определение коэффициента корреляции случайной функции.
Часто употребляется также нормированный коэффициент корреляции
.
D[(t)] дисперсия случайного процесса. Центральный смешанный момент второго порядка (t1, t2)
-
Дать определение среднего по времени и записать условие Слуцкого для эргодичности случайного процесса.
находить среднее по времени за интервал Т вида:
Условие называется условием эргодичности Слуцкого для стационарных процессов
-
Доказать, что функция автокорреляции стационарного случайного процесса ограничена по модулю.
Кроме того, автокорреляционная функция ограничена по модулю. Положим B(t2, t1) = |B|exp(i) и рассмотрим при произвольном a величину
Так как это равенство выполняется при произвольном a, и |cos( – a)| 1, то
.
-
Сформулировать соотношение неопределенностей и привести минимизирующие его функции.
()2()2 1/2 – соотношение неопределенностей.
Заметим, что равенство в формуле имеет место лишь для гауссовых кривых:.To есть гауссовы кривые вида (4.9) являются минимизирующими.
G(i) называется спектральной плотностью интенсивности случайного процесса. Функция автокорреляции В()
-
Дать определение белого шума и привести его функцию автокорреляции и спектральную плотность интенсивности.
Случайный процесс, для которого спектральная плотность интенсивности постоянна, называется белым шумом.
B() = 2G0() дельта-коррелированный процесс.
-
Записать спектральную плотность интенсивности процесса на выходе линейной системы, на вход которой воздействует случайный процесс.
где – частотная характеристика системы
-
Сформулировать теорему о нормализации.
Пусть теперь процесс на входе 1(t) не гауссов, но система узкополосная, то есть << 1, где – интервал частот, на котором отлична от нуля АЧХ системы k(); 1 – интервал частот, на котором отлична от нуля спектральная интенсивность G1(i) случайного процесса на входе. С учётом соотношения неопределённостей (4.8) это условие с учетом формулы (4.17) принимает вид: k << p, где k – интервал корреляции процесса 1(t); p – интервал релаксации, определяемый условием h( > p) = 0. Выберем интервал , удовлетворяющий условию k << << p, и перепишем интеграл Дюамеля (5.1) в виде:
,
где .
Поскольку >> k, можно считать, что величины n некоррелированы, поэтому процесс 2(t) представляет собой сумму большого числа некоррелированных случайных величин и в силу центральной предельной теоремы является гауссовым (нормальным) процессом. Это утверждение называется теоремой о нормализации.
-
Записать выражение для спектра колебаний с флуктуирующей частотой и привести формулы для случаев, когда наблюдаются медленные и большие или малые и быстрые флуктуации частоты.
?????
где (t) = d(t)/dt – девиация мгновенной частоты
-
Записать выражения для смещенной и несмещенной оценок автокорреляционной последовательности.
Оценка GТ(i) называется несмещенной, если и состоятельной, если .
-
Записать выражения для периодограмм Даньелла и Уэлча.
-
Дать определение марковского процесса и получить уравнение Смолуховского.
Тот факт, что для задания марковской случайной функции достаточно двух детерминированных функций, позволил значительно развить теорию марковских случайных процессов и получить ряд фундаментальных результатов, например связи между вероятностями перехода для трех каких-либо последовательных моментов времени t1 < t2 < t3. Для момента t3 условие согласования (3.2) и определение (7.2) марковского процесса позволяют записать соотношение:
.
Если известно, что (t1) = x1, то это соотношение принимает вид:
.
Но по определению марковского процесса v(t3, x3|t1, x1, t2, x2) = v(t3, x3|t2, x2), следовательно:
. (Ошибка! Текст указанного стиля в документе отсутствует..0)
Соотношение (7.6) называется уравнением Смолуховского.
-
Записать уравнение ФПК, пояснить смысл его коэффициентов и привести условия, при котором оно существует.
уравнение Фоккера – Планка – Колмогорова
,
Начальные условия его v(t0, x|t0, x0) = (x – x0). При этом функция v(t, x|t0, x0) должна быть неотрицательна и нормирована к единице
-
Записать распределение стационарного случайного процесса с независимыми приращениями и выражение для его дисперсии.
является стационарной случайной функцией с независимыми приращениями. (t) – случайная дельта-коррелированная сила с нулевым средним значением
-
Записать дифференциальное уравнение для среднего функции F(x).
– дифференциальное уравнение для средних значений функции F(x).
-
Записать теорему Найквиста и сформулировать условия ее применимости.
Ge() = kTR()/ = kTRe[Z()]/ – теорема Найквиста.
-
Записать выражение для спектральной плотности интенсивности дробового шума.
-
Записать соотношения для спектральной плотности интенсивности шумов полупроводникового диода, биполярного и полевого транзисторов.
-
Привести выражение для дисперсии напряжения на выходе усилителя. Дать определение отношения сигнал/шум.
Поскольку случайный процесс u2n(t) и детерминированный отклик не коррелированы, для среднего квадрата (дисперсии) выходного напряжения u2(t), полагая u2n(t) = u2s(t) = 0, получаем:
n = [us(t)]2/[un(t)]2 – отношение сигнал/шум
-
Записать связь функции автокорреляции и спектральной плотности интенсивности однородного стационарного случайного поля.